2013年第一篇

本文详细介绍了Java中队列接口Queue的基本概念及其常用方法,包括插入元素offer()、弹出元素poll()及获取队首元素peek()等,并通过具体实例展示了如何使用LinkedList实现队列功能。

关于 java 的队列

                                                                                                                接口 Queue     出自于 java.util.Queue

                             它仅仅是一个接口,继承了Collection,因此我们要用队列必须找到的是实现这个接口的类

              方法:

                       插入一个元素:offer()  

                       弹出一个元素:poll()   返回队首元素

                       peek() 获取队首元素,但不弹出

                 /*

                      Queue 实现通常不允许插入 null 元素,尽管某些实现(如 LinkedList)并不禁止插入null

              即使在允许null 的实现中,也不应该将 null 插入到Queue 中,因为 null 也用作 poll 方法的一个特

              殊返回值,表明队列不包含元素。  

                             -----------出自API

                  */

                      使用LinkedList  便可以实现队列的功能




public void bfs(int first)
{
  Queue<VNode>q=new LinkedList<VNode>();
  q.offer(adjList[first]);
  VNode tempv=null;
  while(!q.isEmpty())
  {
  //从队首获得元素并弹出
  tempv=q.poll();
  //遍历该结点
      for(ArcNode temparc=tempv.firstArc;temparc!=null;temparc=temparc.nextArc)
      {
      int vertices=temparc.adjust;
      if(adjList[vertices].isvisited==false)
      {
      adjList[vertices].isvisited=true;
      //打印该结点
      this.print(vertices);
      //将该结点放入队列中
      q.offer(adjList[vertices]);
      }
      
      }
  
  
  }

}

                            

                      

                                   

成都市作为中国西部地区具有战略地位的核心都市,其人口的空间分布状况对于城市规划、社会经济发展及公共资源配置等研究具有基础性数据价值。本文聚焦于2019度成都市人口分布的空间数据集,该数据以矢量格式存储,属于地理信息系统中常用的数据交换形式。以下将对数据集内容及其相关技术要点进行系统阐述。 Shapefile 是一种由 Esri 公司提出的开放型地理空间数据格式,用于记录点、线、面等几何要素。该格式通常由一组相互关联的文件构成,主要包括存储几何信息的 SHP 文件、记录属性信息的 DBF 文件、定义坐标系统的 PRJ 文件以及提供快速检索功能的 SHX 文件。 1. **DBF 文件**:该文件以 dBase 表格形式保存与各地理要素相关联的属性信息,例如各区域的人口统计数值、行政区划名称及编码等。这类表格结构便于在各类 GIS 平台中进行查询与编辑。 2. **PRJ 文件**:此文件明确了数据所采用的空间参考系统。本数据集基于 WGS84 地理坐标系,该坐标系在全球范围内广泛应用于定位与空间分析,有助于实现跨区域数据的准确整合。 3. **SHP 文件**:该文件存储成都市各区(县)的几何边界,以多边形要素表示。每个多边形均配有唯一标识符,可与属性表中的相应记录关联,实现空间数据与统计数据的联结。 4. **SHX 文件**:作为形状索引文件,它提升了在大型数据集中定位特定几何对象的效率,支持快速读取与显示。 基于上述数据,可开展以下几类空间分析: - **人口密度评估**:结合各区域面积与对应人口数,计算并比较人口密度,识别高密度与低密度区域。 - **空间集聚识别**:运用热点分析(如 Getis-Ord Gi* 统计)或聚类算法(如 DBSCAN),探测人口在空间上的聚集特征。 - **空间相关性检验**:通过莫兰指数等空间自相关方法,分析人口分布是否呈现显著的空间关联模式。 - **多要素叠加分析**:将人口分布数据与地形、交通网络、环境指标等其他地理图层进行叠加,探究自然与人文因素对人口布局的影响机制。 2019 成都市人口空间数据集为深入解析城市人口格局、优化国土空间规划及完善公共服务体系提供了重要的数据基础。借助地理信息系统工具,可开展多尺度、多维度的定量分析,从而为城市管理与学术研究提供科学依据。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值